| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第14-21页 |
| 1.1 研究工作的背景与意义 | 第14-17页 |
| 1.1.1 研究背景 | 第14-15页 |
| 1.1.2 研究意义 | 第15-16页 |
| 1.1.3 5GIoT的应用场景和业务 | 第16-17页 |
| 1.2 接入控制及负载均衡研究现状 | 第17-19页 |
| 1.3 论文研究内容 | 第19页 |
| 1.4 论文结构安排 | 第19-21页 |
| 第二章 随机接入及负载均衡概述 | 第21-33页 |
| 2.1 5G概述 | 第21-26页 |
| 2.1.1 5G发展历程及标准化工作 | 第22-23页 |
| 2.1.2 5G主要场景 | 第23-24页 |
| 2.1.3 5G关键技术 | 第24-26页 |
| 2.2 基于竞争的随机接入协议 | 第26-28页 |
| 2.2.1 ALOHA协议 | 第26-27页 |
| 2.2.2 时隙ALOHA协议 | 第27-28页 |
| 2.3 NB-IOT概述 | 第28-32页 |
| 2.3.1 M2M业务分类和分析 | 第28-29页 |
| 2.3.2 NB-IoT技术介绍 | 第29-30页 |
| 2.3.3 NB-IoT随机接入过程 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 基于负载估计的自适应随机接入优化 | 第33-50页 |
| 3.1 引言 | 第33页 |
| 3.2 大规模M2M设备随机接入性能分析 | 第33-38页 |
| 3.2.1 LTE随机接入过程 | 第33-35页 |
| 3.2.2 基于S-ALOHA协议的随机接入性能分析 | 第35-36页 |
| 3.2.3 时隙ALOHA接入协议仿真 | 第36-38页 |
| 3.3 基于估计的自适应随机接入优化 | 第38-45页 |
| 3.3.1 访问类禁止 | 第39-40页 |
| 3.3.2 系统模型 | 第40-41页 |
| 3.3.3 网络负载估计 | 第41-43页 |
| 3.3.4 自适应ACB参数分析 | 第43-45页 |
| 3.4 仿真及性能分析 | 第45-48页 |
| 3.4.1 仿真场景 | 第45-46页 |
| 3.4.2 性能评估参数 | 第46-47页 |
| 3.4.3 仿真结果及数据分析 | 第47-48页 |
| 3.5 本章小结 | 第48-50页 |
| 第四章 NB-IoT系统的小区负载均衡 | 第50-68页 |
| 4.1 引言 | 第50-51页 |
| 4.2 LTE网络小区边界优化 | 第51-53页 |
| 4.3 遗传算法介绍 | 第53-55页 |
| 4.3.1 多目标优化 | 第53页 |
| 4.3.2 遗传算法 | 第53-55页 |
| 4.4 基于遗传算法的小区负载均衡策略 | 第55-63页 |
| 4.4.1 问题描述 | 第55页 |
| 4.4.2 基于遗传算法的无线资源部署模型 | 第55-56页 |
| 4.4.3 无线资源负载不均衡度及吞吐率 | 第56-59页 |
| 4.4.4 基于遗传算法的无线资源分配策略 | 第59-63页 |
| 4.5 仿真及性能分析 | 第63-67页 |
| 4.5.1 仿真场景和参数设定 | 第63-64页 |
| 4.5.2 仿真结果和数据分析 | 第64-66页 |
| 4.5.3 经典算法与改进遗传算法比较 | 第66-67页 |
| 4.6 本章小结 | 第67-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 5.1 全文总结 | 第68-69页 |
| 5.2 后续工作展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 个人简历 | 第74-75页 |
| 攻读硕士学位期间的科研项目和成果 | 第75页 |